CIBC Mellon administrerar 3,5 biljoner dollar i tillgångar på en marknad där en enda dag kan kosta hundratals miljoner. Här är hur företaget använder AI för att se till att de alltid är de som kommer först.

Den 18 februari 2021 lanserades den första Bitcoin-ETF i Nordamerika i Kanada och drog in över 500 miljoner dollar under den första veckan. Redan nästa dag lanserades en andra Bitcoin-ETF på samma börs. Den andra, enligt Mal Cullen, VD för CIBC Mellon, drog in 35 miljoner dollar. Trots att det var en liknande produkt på samma marknad, lanserad bara en dag isär, fanns det en stor skillnad i de siffror de båda drog in.

Denna kontrast är det som kännetecknar Cullens värld. CIBC Mellon är ett av Kanadas största företag för tillgångshantering, ansvarigt för administrationen av 3,5 biljoner dollar i tillgångar. I en sådan miljö kan en enda dags försening kosta riktiga pengar – ibland hundratals miljoner.

“Vad är värdet av en dag i ditt företag?” frågade Cullen publiken på Appian World 2026 i Orlando förra månaden. “I vårt företag kan det vara enormt.”

Detta är nu en av de mer betydelsefulla AI-distributionerna i kanadensiska finansiella tjänster, och lärdomarna från den sträcker sig långt bortom kapitalmarknaden.

Problemet med 30 års process

CIBC Mellon har varit i verksamhet i 30 år. Det är ett joint venture mellan BNY – som administrerar mer än 59 biljoner dollar i tillgångar globalt – och CIBC, ett av Kanadas största banker. Detta föräldraskap bringar enorm skala och institutionell trovärdighet. Det bringar också komplexitet.

“Det finns bara en sak som är bättre än att ägas av en bank”, sa Cullen med ett måttfullt leende, “och det är att ägas av två banker. Två banker betyder två regelefterlevnadsteam, två riskteam och två åsikter om nästan allt.”

Att bli allvarlig med AI för CIBC Mellon innebar att motstå impulsen att gå fort. Innan ett enda verktyg distribuerades, gick företaget tillbaka till grunderna. Teamet kartlade varje arbetsflöde, identifierade var kapacitet var begränsad, var risk var högst och var manuellt arbete var koncentrerat. Vad de fann överraskade dem.

“De människor som utförde arbetet var inte problemet”, noterade Cullen. “Det var hur arbetet flödade mellan teamen som orsakade begränsningarna.” Med andra ord, teknologin skulle aldrig kunna fixa vad processen hade brutit.

Från monteringslinjer till AI

Den första stora distributionen involverade fondredovisning – en process som CIBC Mellon kör i enorm skala. Företaget producerar ungefär 350 000 fondvärderingar varje månad, var och en med tighta deadlines och strikta krav på exakthet.

För år har processen körts vertikalt: En revisor ägde en fil från början till slut. Det var en process byggd på individuell expertis, som också betydde att den var byggd på individuella begränsningar och nästan omöjlig att skala. Företaget omformade den horisontellt, distribuerade arbetet över specialiserade team. Men det skapade ett nytt problem – överlämningar mellan team blev en källa till friktion och försening. Chefer hade ingen insyn i var arbetet stod utan att fråga.

En fondrevisor med över ett decenniums erfarenhet, som kände processen bättre än någon i byggnaden, använde Appians low-code-plattform för att bygga vad Cullen kallar en “kontrolltorn” – ett arbetsflödesystem som ger varje team realtidsinsyn i var arbetet är i processen, automatiserar överlämningarna som orsakade förseningarna.

Resultatet var en 34-procentig effektivitetsvinst på en enda process. Vid 350 000 värderingar per månad, förstärks det snabbt.

“Han berättade för mig att han utformade bort allt han inte gillade med sitt jobb”, sa Cullen. “När du får människor som förstår processen att arbeta med den, automatiserar de inte de manuella sakerna som fanns där tidigare. De omkonstruerar processen och gör den bättre.”

ETF-problemet

Det andra exemplet går tillbaka till den där Bitcoin-ETF-historien. När en ETF lanseras eller distribuerar utdelningar till enhetsinnehavare, involverar det ett komplext nätverk av motparter – fondförvaltaren, förvararen, börsen, marknadsgaranteraren och överföringsagenten. Var och en behöver meddelas. Var och en har en roll. Att få ut fonden en dag tidigare kräver att alla rör sig i takt.

En ETF-produktexpert på CIBC Mellon byggde ett arbetsflöde på Appian som bringar transparens över alla dessa motparter på en plats – omvandlar en fragmenterad, e-posttung process till något automatiserat och granskningsbart.

Tre veckor före Appian World, demonstrerade CIBC Mellon applikationen för Kanadas största ETF-leverantörer på en kundanvändargrupp i Toronto. “Rummet blev tystare”, mindes Cullen. “Människor lutade sig framåt. En av våra största kunder sa till sina kollegor: Det där sparade mig en betydande mängd tid på min dag.”

Styrningsfrågan

Inga av dessa utvecklingar hände snabbt, och Cullen är direkt om varför. CIBC Mellon använder inte AI i något kundorienterat ännu. Varje AI-distribution hittills är intern – innesluten inom definierade arbetsflöden, granskningsbar och granskad av människor innan någon utdata påverkar en kund.

“Vi kan bara flytta med AI så fort som våra kunders komfortnivå”, sa han. “Vi har medvetet inte inbäddat AI i något kundorienterat eftersom vi inte känner att styrningen finns där ännu.”

Siffrorna från den bredare marknaden bekräftar vad Cullen redan visste. Enligt en ny studie av Harvard Business Review Analytic Services, sponsrad av Appian och släppt på konferensen, är 92% av organisationerna överens om att AI-agenter behöver regelbaserade skydd för att fungera säkert – men färre än hälften har faktiskt definierat dem. CIBC Mellon är en av organisationerna som har valt att bygga grunden innan de skalar distributionen.

Inom organisationen formar den försiktigheten hur företaget förbereder sina människor. Företaget har utsett 100 anställda av cirka 2 000 som AI-ambassadörer. Dessa ambassadörer får tidig tillgång till verktyg, tid att bygga användningsfall och ett mandat att testa applikationer i sandlådor innan något flyttas till produktion. De kör veckovisa interna sessioner som kallas “Artificiellt talat”, där de tar in företag som Snowflake och Microsoft för att dela vad som fungerar och vad som inte fungerar.

Cullen har sett den här mönstret spela ut tidigare. För tjugo år sedan hade han samtal med CTO:er som sa att molnet var en fluga och aldrig skulle lita på känsliga data. Sedan kom hybridmolnet, som gav organisationer en mittväg – molninfrastrukturens effektivitet utan den upplevda förlusten av kontroll. Han förväntar sig samma bana med AI.

“Jag tror att du kommer att se hybrid-AI nästa”, sa han. “Innesluten, styrd, men rörande sig.”

Vad resten av marknaden kan lära sig

CIBC Mellons historia är inte en historia om en teknisk genombrott. Det är en historia om organisatorisk disciplin som appliceras på ett kraftfullt verktyg. Mät innan du bygger, sätt människor som känner processen närmast problemet och styra innan du skalar.

De lärdomarna gäller långt bortom tillgångshantering. I en marknad där bara 16% av organisationerna rapporterar att de får meningsfulla värden från AI, är de organisationer som får riktiga resultat de som behandlade styrning som en funktion, inte en begränsning.

“Börja inte med teknologin”, sa Cullen till publiken på Appian World. “Mät allt först.”

I en bransch där en enda dag kan betyda skillnaden mellan 500 miljoner och 35 miljoner dollar, visar sig den sortens tålamod vara sin egen konkurrensfördel.